马尔科夫预测方法.pptVIP

马尔可夫预测方法 本节主要内容： 几个基本概念 状态； 状态转移过程； 马尔科夫过程； 状态转移概率； 状态转移概率矩阵。 马尔可夫预测法 状态转移概率； 状态转移概率矩阵。 对事件的全面预测，不仅要能够指出事件发生的各种可能结果，而且还必须给出每一种结果出现的概率。 马尔可夫（Markov）预测法，就是一种预测事件发生的概率的方法。它是基于马尔可夫链，根据事件的目前状况预测其将来各个时刻（或时期）变动状况的一种预测方法。马尔可夫预测法是对地理事件进行预测的基本方法，它是地理预测中常用的重要方法之一。 状态。指某一事件在某个时刻（或时期）出现的某种结果。 状态转移过程。事件的发展，从一种状态转变为另一种状态，称为状态转移。 马尔可夫过程。在事件的发展过程中，若每次状态的转移都仅与前一时刻的状态有关，而与过去的状态无关，或者说状态转移过程是无后效性的，则这样的状态转移过程就称为马尔可夫过程。 几 个 基 本 概 念 状态转移概率。在事件的发展变化过程中，从某一种状态出发，下一时刻转移到其它状态的可能性，称为状态转移概率。由状态Ei转为状态Ej的状态转移概率 是 （3.7.1） 状态转移概率矩阵。假定某一个事件的发展过程有n个可能的状态，即E1，E2，…， En。记为从状态Ei转变为状态Ej的状态转移概率